《深入浅出数据分析》第九章——R语言

记录第一次接触R语言

《深入浅出数据分析》第九章讲到R语言，在这记录一下，就当给自己做的笔记。

一、R语言下载安装

安装地址：https://www.r-project.org/

安装上没有什么问题，就根据自己电脑，按着顺序来就行了。

二、运行

第一次打开里面长这样：

书中第九章是要用R绘制直方图。
所以先加载数据 。
书中的数据地址已经变了，这里是新链接：https://resources.oreilly.com/examples/9780596153946

之后正式开始加载数据：

• 先把需要的数据下载
  这个地方，书上说直接执行source(“xxx/hfda.R”)即可成功加载数据。但是我在网站上的那个加载不出来。下载到自己文件夹里面之后出来的也不是正常的表格。所以我就直接加载的表格。
  https://resources.oreilly.com/examples/9780596153946/blob/master/hfda_ch09_employees.csv
  如果有哪个大佬路过知道怎么回事，麻烦评论区踹我一下，蟹蟹蟹蟹。
• 加载文件
  这个里面下载出来的是个csv文件。
  语句如下：

employees<-read.table("路径", sep=",", header=1)     // 加载文件
employees$received        // 查看该文件的received列

• 绘制直方图
  执行语句：

hist(employees$received, breaks=50)    // 绘制直方图
// breaks告诉R如何分组，它的数值代表小矩形的数量
break<-sep(0, 100, 2)    // 表示范围为0~100，每个小矩形宽度为2，此时break的值为50

最后图片长这样。

• sd() & summary()

执行语句：

sd(employees$received)         // 求指定数据范围的标准偏差
summary(employees$received)        // 汇总

注意：图片里面的1st Qu.和3rd Qu.分别代表第一分位数（下四分位数）和第三分位数（上四分位数）。

• 从大数据集中提取子集

执行语句：

employees$received[employees$year == 2007]         // 在已提取出的employees$received中筛选year为2007的数据
employees$received[employees$gender == "F"]       // 在已提取出的employees$received中筛选性别为F的数据

三、补充

1.加载csv文件

引用大佬博客，先放在这方便以后寻找。感谢互联网。
https://blog.csdn.net/zw0Pi8G5C1x/article/details/108191230

2.hist函数

上面有用到breaks参数。
这里补充几个：

• freq
  逻辑值，默认值为TRUE , y轴显示的是每个区间内的频数，FALSE, 代表显示的是频率（= 频数/ 总数）

• main
  main=“标题”，居中显示。

• probably
  probability : 逻辑值，和 freq 参数的作用正好相反，TRUE 代表频率， FALSE 代表频数

• labels
  显示在每个柱子上方的标签。

• col
  柱子的填充色

• border
  柱子的边框的颜色，默认为black, 当border = NA 时， 代表没有边框